Pandas连接数据库插入数据
提示:这里可以添加系列文章的所有文章的目录,目录需要自己手动添加
提示:写完文章后,目录可以自动生成,如何生成可参考右边的帮助文档
前言
提示:这里可以添加本文要记录的大概内容:
例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。
提示:以下是本篇文章正文内容,下面案例可供参考
一、pandas是什么?
示例:pandas 是基于NumPy 的一种工具,该工具是为了解决数据分析任务而创建的。
二、使用步骤
1.引入库
代码如下(示例):
import pandas as pd
from sqlalchemy import create_engine
2.封装连接得数据库
代码如下(示例):
mysql_host = 'localhost'
mysql_db = 'test'
mysql_user = 'root'
mysql_pwd = '123456'
mysql_table = 'data_to_mysql'
def connect_mysql():
engine = create_engine('mysql+pymysql://{}:{}@{}:3306/{}?charset=utf8'.format(mysql_user, mysql_pwd, mysql_host, mysql_db))
return engine
3.调用封装得数据库
from . import connect_mysql
mysql_ = connect_mysql()
# 构造dataframe数据,注意使用 字典的格式,因为字典得健作为插入数据得字段使用,每个字段下得数据数量需要一致,否则会报错
df = pd.DataFrame({
'name': ['戴沐白','奥斯卡','唐三','小舞','马红俊','宁荣荣','朱竹清'],
'sex': ['男', '男', '男', '女', '男', '女', '女'],
'age': [23, 22, 21, 100000, 20, 20 ,20]
})
#填写数据库表名
df.to_sql(mysql_table, con=engine, if_exists='append', index=False)
"""
to_sql参数:(代表插入数据库数据)
if_exists:表如果存在怎么处理
append:追加
replace:删除原表,建立新表再添加 , 循环得时候不可以使用,会只保存最后一条得数据
fail:什么都不干
chunksize: 默认的话是一次性导入, 给值的话是批量导入,一批次导入多少
index=False:不插入索引index
dtype 创建表结构
需要导入 import sqlalchemy
dtype = {'id': sqlalchemy.types.BigInteger(),
'name': sqlalchemy.types.String(length=20),
'sex': sqlalchemy.types.String(length=20),
'age': sqlalchemy.types.BigInteger(),
})